在過(guò)去十幾年中,由于多智能體在實(shí)際工程中被廣泛的應(yīng)用,因此受到學(xué)者的關(guān)注。趨同控制問(wèn)題的是如何設(shè)計(jì)分布式控制器,使得所有多智能體達(dá)到同一個(gè)目標(biāo)。趨同控制問(wèn)題作為多智能體系統(tǒng)研究中的一個(gè)基礎(chǔ)問(wèn)題,吸引了大量學(xué)者的關(guān)注。在早期有關(guān)多智能體趨同工作中,每個(gè)智能體控制器設(shè)計(jì)都依賴于自身和鄰居之間相對(duì)狀態(tài)的準(zhǔn)確信息。然而,在實(shí)際智能體之間通信過(guò)程中,由于通信約束的存在,對(duì)于每個(gè)智能體來(lái)說(shuō),是很難獲取鄰居的狀態(tài)信息的準(zhǔn)確值。因此,這樣的控制器在實(shí)際工程中很難被實(shí)現(xiàn)。而智能體間實(shí)際通信過(guò)程大致可以分為以下三步進(jìn)行:1)發(fā)送端將自身的狀態(tài)信息編譯成一串二進(jìn)制編碼;2)此串二進(jìn)制編碼通過(guò)信道被傳輸至接收端;3)接收端根據(jù)接受到的二進(jìn)制編碼翻譯并估計(jì)出發(fā)送端的狀態(tài)信息。在上述的通信過(guò)程中可以看出,量化作為通信約束的一種,在實(shí)際工程中是不能被忽略。這篇我們主要考慮了多智能體系統(tǒng)的量化趨同控制。該論文主要結(jié)果總結(jié)如下:首先,我們考慮了在有限帶寬下,連續(xù)時(shí)間的多智能體系統(tǒng)趨同問(wèn)題。我們分別設(shè)計(jì)了基于周期性采樣和基于事件觸發(fā)下采樣的方法設(shè)計(jì)兩種不同分布式控制器來(lái)解決該問(wèn)題。首先通過(guò)構(gòu)造一個(gè)新型的動(dòng)態(tài)量化器,我們?cè)O(shè)計(jì)了基于采樣和量化后的的分布式算法解決了這個(gè)問(wèn)題。與以往工作相比,我們考慮更一般的動(dòng)力學(xué)系統(tǒng)下多智能體系統(tǒng):一般線性多智能體系統(tǒng)。通過(guò)結(jié)合均勻量化器以及對(duì)數(shù)量化器,我們提出了一種全新的量化器,并且可以證明出,即使多智能體系統(tǒng)中的智能體數(shù)量非常龐大,這個(gè)新型量化器的量化層數(shù)也可以維持在很小的數(shù)值。同時(shí)我們基于事件觸發(fā)采樣,設(shè)計(jì)相應(yīng)分布式算法被提出去解決量化趨同控制問(wèn)題。相比于周期性采樣方式,我們所提出的基于事件觸發(fā)采樣方式能夠有效減少通信次數(shù),進(jìn)而節(jié)約通信資源�？梢宰C明改基于事件觸發(fā)的分布式算法可以保證多智能體系統(tǒng)的漸近趨同。同時(shí)一方面在實(shí)際采樣過(guò)程中,我們有效的避免了芝諾現(xiàn)象,另一方面,我們不需要每個(gè)智能體對(duì)鄰居進(jìn)行連續(xù)的檢測(cè)。其次,我們考慮了有向圖下的一般線性多智能體系統(tǒng)的量化趨同問(wèn)題。我們分別考慮了連續(xù)多智能體系統(tǒng)和連續(xù)多智能體系統(tǒng)的量化趨同控制。首先我們按照智能體間通信拓?fù)鋱D連接方式,對(duì)所有的智能體進(jìn)行優(yōu)先級(jí)的標(biāo)號(hào)排列,進(jìn)而設(shè)計(jì)了一種新穎分布式控制器所提出的控制算法有兩個(gè)明顯的優(yōu)點(diǎn)。一方面,控制算法的完全分布式意味著算法不需要依賴于拓?fù)鋱D拉普拉斯矩陣特征根的信息。另一方面,數(shù)據(jù)率的大小與智能體的數(shù)目無(wú)關(guān),這意味著該控制器可以用來(lái)解決大規(guī)模多智能體系統(tǒng)的量化趨同控制問(wèn)題。同時(shí)我們考慮了有限帶寬下,連續(xù)的具有領(lǐng)導(dǎo)者的多智能體系統(tǒng)的趨同控制問(wèn)題。與以往工作相比,一方面我們所研究的通信拓?fù)鋱D不需要平衡圖或者強(qiáng)連通圖,另一方面該分布式控制器不需要有關(guān)狀態(tài)初始值的的半全局的假設(shè)。因此該分布式控制器是完全分布式的,不需要任何的全局信息。最后,我們考慮了切換圖下的多智能體系統(tǒng)的協(xié)同輸出調(diào)節(jié)控制問(wèn)題。我們?cè)O(shè)計(jì)了相應(yīng)的基于量化以及采樣的數(shù)據(jù)的分布式控制器來(lái)解決改問(wèn)題。與以往的有關(guān)多智能體量化控制的工作不同,我們一方面不需要有關(guān)初始狀態(tài)的半全局假設(shè),另一方面,通信拓?fù)鋱D只需要是聯(lián)合聯(lián)通。
【學(xué)位單位】：中國(guó)科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2019
【中圖分類】：TP18;TP13
【文章目錄】：
摘要
Abstract
Acknowledgement
Notations
Chapter 1 Introduction
    1.1 Background
        1.1.1 Consensus of Multi-agent Systems
        1.1.2 Quantized Consensus
    1.2 Thesis Organization and Contributions
Chapter 2 Preliminaries
    2.1 Graph Notations
    2.2 Technical Lemmas
    2.3 Some Mathematical Results on Matrices
    2.4 Quantized Control
Chapter 3 Quantized Consensus ofContinuous-Time Multi-AgentSystems over Undirected Graph
    3.1 Introduction
    3.2 Problem Formulation
    3.3 Design of Distributed Protocol
    3.4 Consensus Analysis
    3.5 An Example
    3.6 Conclusion
Chapter 4 Quantized Consensus ofContinuous-Time Multi-AgentSystems over Undirected Graphby Event-Triggered Strategies
    4.1 Introduction
    4.2 Problem Formulation
    4.3 Design of Distributed Protocol
    4.4 Consensus Analysis
    4.5 Examples
    4.6 Conclusion
Chapter 5 Quantized Consensus ofLeader-following Discrete-timeMulti-agent Systems over DirectedGraph
    5.1 Introduction
    5.2 Problem Formulation
    5.3 Main Result
        5.3.1 Priority level
        5.3.2 Control law design and analysis
    5.4 An Example
    5.5 Conclusion
Chapter 6 Quantized Consensus ofContinuous-time Multi-agentSystems over Direct Graph
    6.1 Introduction
    6.2 Problem Formulation
    6.3 Design of Distributed Protocol
    6.4 Main Results
    6.5 Extension to Cooperative Output Regulation
    6.6 An Example
    6.7 Conclusion
Chapter 7 Quantized Cooperative outputregulation of Continuous-timeMulti-agent Systems overSwitching Graph
    7.1 Introduction
    7.2 Problem formulation
    7.3 Cooperative output regulation problem over switching graph withbounded link failure duration
        7.3.1 Design of Distributed Protocol
        7.3.2 Convergence Analysis
    7.4 Cooperative output regulation over switching graphs with unbounded link failure duration
        7.4.1 Design of Distributed Protocol
        7.4.2 Convergence Analysis
    7.5 Examples
    7.6 Conclusion
Chapter 8 Conclusions and Future Works
第9章 主要工作與未來(lái)展望
    9.1 主要工作總結(jié)
    9.2 未來(lái)工作展望
Bibliography
Biography
中文簡(jiǎn)介

【相似文獻(xiàn)】

相關(guān)期刊論文 前9條

1 張青;弓志坤;楊正全;陳增強(qiáng);;多智能體系統(tǒng)的自適應(yīng)群集分布式優(yōu)化（英文）[J];控制理論與應(yīng)用;2019年04期

2 方建印;謝欣欣;;具有飽和輸入和通信約束的多智能體系統(tǒng)的包含控制[J];河南工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2016年04期

3 李健;沈艷軍;劉允剛;;線性多智能體系統(tǒng)一致性的自適應(yīng)動(dòng)態(tài)規(guī)劃求解方法[J];系統(tǒng)科學(xué)與數(shù)學(xué);2016年07期

4 楊瑞;葉冬;;多智能體系統(tǒng)一致性研究[J];山東工業(yè)技術(shù);2017年07期

5 張曉嬌;崔寶同;齊斌;;二階多智能體系統(tǒng)一致性的幾個(gè)條件（英文）[J];控制工程;2017年04期

6 姜香菊;紀(jì)志堅(jiān);孫方剛;李自強(qiáng);;二階多智能體系統(tǒng)的能觀性[J];工業(yè)控制計(jì)算機(jī);2017年05期

7 朱美玲;趙蕊;徐勇;;速度不可測(cè)的異構(gòu)多智能體系統(tǒng)一致性分析[J];計(jì)算機(jī)工程與科學(xué);2017年09期

8 莫立坡;于永光;;多智能體系統(tǒng)的有限時(shí)間旋轉(zhuǎn)環(huán)繞控制（英文）[J];自動(dòng)化學(xué)報(bào);2017年09期

9 聞國(guó)光;黃俊;于玉潔;;異質(zhì)多智能體系統(tǒng)在固定拓?fù)湎碌姆纸M一致性[J];北京交通大學(xué)學(xué)報(bào);2016年03期

相關(guān)博士學(xué)位論文 前10條

1 張文樂(lè);多智能體系統(tǒng)的快速一致性及多跟蹤控制研究[D];東北大學(xué);2017年

2 萬(wàn)穎;時(shí)滯網(wǎng)絡(luò)系統(tǒng)的動(dòng)力學(xué)分析及采樣控制[D];東南大學(xué);2017年

3 張婷;幾類多智能體系統(tǒng)量化學(xué)習(xí)一致性研究[D];西安電子科技大學(xué);2017年

4 馬婧瑛;多智能體系統(tǒng)的性能優(yōu)化[D];西安電子科技大學(xué);2017年

5 游秀;一類非匹配非線性多智能體系統(tǒng)的分布式一致性控制[D];燕山大學(xué);2017年

6 戴江濤;半馬爾科夫切換拓?fù)湎碌亩嘀悄荏w系統(tǒng)一致性[D];大連理工大學(xué);2018年

7 王海洋;APTL模型檢測(cè)方法及多智能體系統(tǒng)驗(yàn)證的研究[D];西安電子科技大學(xué);2018年

8 徐曉樂(lè);多智能體系統(tǒng)的一致性問(wèn)題研究[D];浙江工業(yè)大學(xué);2014年

9 李曉磊;不同約束條件下非線性多智能體一致性控制[D];燕山大學(xué);2018年

10 馬驥;多智能體系統(tǒng)量化趨同[D];中國(guó)科學(xué)技術(shù)大學(xué);2019年

相關(guān)碩士學(xué)位論文 前10條

1 李嘉豪;具有Markov切換拓?fù)涞亩嘀悄荏w系統(tǒng)一致性研究[D];浙江理工大學(xué);2019年

2 謝警;多智能體系統(tǒng)的一致性及其在覆蓋控制中的應(yīng)用[D];廈門大學(xué);2017年

3 孫迎春;多智能體系統(tǒng)有限時(shí)間編隊(duì)控制和包含控制問(wèn)題研究[D];東北大學(xué);2017年

4 王國(guó)鋒;多智能體系統(tǒng)的一致性問(wèn)題研究[D];東北大學(xué);2017年

5 劉洪明;復(fù)雜網(wǎng)絡(luò)滯后同步與牽制控制多智能體系統(tǒng)一致性[D];杭州電子科技大學(xué);2018年

6 張?jiān)鲇?多智能體系統(tǒng)群集行為動(dòng)力學(xué)分析及控制方法研究[D];蘭州交通大學(xué);2017年

7 謝朝龍;基于Web的多智能體系統(tǒng)實(shí)驗(yàn)平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2018年

8 趙連杰;多智能體系統(tǒng)環(huán)形編隊(duì)控制與包圍控制問(wèn)題研究[D];東北大學(xué);2015年

9 曹兵;基于自適應(yīng)技術(shù)的多智能體系統(tǒng)一致性容錯(cuò)控制方法研究[D];東北大學(xué);2015年

10 楊振威;基于多智能體系統(tǒng)一致性的跟蹤控制研究[D];東北石油大學(xué);2018年

本文編號(hào)：2847275